Pour Diagnostiquer Les Maladies Rares Chez Les Enfants, L'ia De L'université De Toronto Aide Les Médecins À Ajuster Les Plans De Traitement

par Super Neuro


Description de la scène :Pour l’arthrite juvénile idiopathique, une maladie rare qui ne touche que les enfants, des chercheurs de l’Université de Toronto ont utilisé l’apprentissage automatique pour identifier avec précision plus de la moitié des enfants ciblés, leur permettant ainsi de bénéficier de meilleures options de traitement.


Mots-clés:Apprentissage automatique, diagnostic médical assisté

L’arthrite est une maladie chronique courante. En moyenne, une personne sur 5 à 6 souffrira d’arthrite. En général, seules les personnes âgées et d’âge moyen ayant un mode de vie malsain souffrent d’arthrite.

Mais il existe un type rare d’arthrite appelé arthrite juvénile idiopathique (AJI) qui ne touche que les enfants.

L’AJI est une maladie auto-immune, ce qui signifie que le système immunitaire attaque ses propres composants corporels en raison d’une erreur de jugement. Les patients atteints d’AJI développent généralement la maladie avant l’âge de 16 ans, l’incidence maximale étant concentrée entre 5 et 7 ans, et la plupart d’entre eux surviennent chez les garçons.

Lorsque les enfants tombent malades, leurs articulations des mains et des genoux gonflent et se plient, ce qui affecte gravement leur croissance et leur développement, et peut même entraîner des taux élevés d’invalidité et de mortalité.

Malheureusement, la cause de l’AJI n’est pas encore claire et il n’existe pas encore de méthode de traitement efficace.

La médecine ne peut pas encore résoudre ce problème, laissons l’informatique tenter sa chance.

En ce qui concerne l’arthrite, même les médecins expérimentés ne peuvent pas prédire l’évolution et la gravité de la maladie.

Avec les options de traitement traditionnelles, les enfants doivent utiliser des antibiotiques pendant une longue période pour contrôler l’inflammation, mais ces médicaments ont des effets secondaires importants et peuvent provoquer une résistance aux médicaments.

Les enfants prennent d’abord des médicaments anti-inflammatoires et analgésiques, comme l’ibuprofène, puis doivent utiliser des antibiotiques puissants, notamment du méthotrexate (agent de chimiothérapie), des stéroïdes et d’autres agents biologiques pour supprimer le système immunitaire qui a posé un mauvais diagnostic. Cependant, les dommages causés par l’utilisation à long terme d’antibiotiques peuvent également endommager le système immunitaire et entraîner davantage de complications.

Bien que l’AJI soit une maladie complexe, certains patients reçoivent un diagnostic deAJI oligoarticulaire : à mesure que les personnes vieillissent, leurs symptômes s’améliorent progressivement, voire disparaissent.Ce type représente environ 50% de tous les patients atteints d'AJI, et ils constituent également le groupe le plus chanceux.

Cependant, même les médecins expérimentés ne peuvent pas prédire avec précision le stade et la gravité de l’AJI. Par conséquent, dans ce processus, le problème du surtraitement est inévitable.

Il est devenu une tâche importante mais difficile de permettre aux enfants atteints d’arthrite oligoarticulaire qui montrent une tendance à la rémission naturelle d’arrêter le plus tôt possible le traitement hormonal excessif. Cependant, l’apprentissage automatique a récemment fait une percée.

La promesse de l'apprentissage automatique

En raison de la complexité de la maladie, du degré auquel plusieurs articulations sont touchées, des changements au fil du temps et de la quantité limitée de données disponibles sur les patients, une analyse précise doit être effectuée à l’aide de méthodes supérieures aux modèles traditionnels.

Une équipe de recherche de l’Université de Toronto a utilisé l’apprentissage automatique pour fournir avec succès de bonnes recommandations pour les visites médicales, et leurs résultats de recherche ont été publiés dans la revue PLOS Medicine.

Dans l’étude, ils ont utilisé un« Classification matricielle non négative multicouche »La technologie d'apprentissage automatique peut apprendre les informations sur les schémas du patient à partir des données et classer et déterminer correctement quels enfants souffrent d'oligoarthrite et peuvent récupérer naturellement.

Pour ce faire, ils ont analysé les données cliniques recueillies auprès de tous les enfants entre 2005 et 2010, au cours desquelles tous les enfants ont subi des examens physiques détaillés, qui ont servi de base à l’analyse.

Cela comprend l’enregistrement de l’emplacement des articulations douloureuses dans le corps, également appelées « articulations mobiles », et le lien entre les articulations mobiles et les symptômes.

Les données comprennent sept principaux modes de mouvement articulaire :La région pelvienne, les doigts, les poignets, les orteils, les genoux, les chevilles et les schémas ambigus ont été analysés pour prédire les similitudes et les différences dans ces différents schémas d’activité.

Les résultats de leurs recherches ont par exemple montré que la plupart des enfants souffraient d’un type oligoarticulaire. De plus, par rapport aux enfants atteints d’arthrite oligoarticulaire, la progression de la maladie est en effet plus difficile à contrôler chez les enfants atteints d’arthrite polyarticulaire, et il faut plus de temps pour entrer en rémission.

Cela est tout à fait cohérent avec les observations de l’hôpital au fil des ans, et le système peut distinguer avec précision et rapidité les types de patients atteints d’AJI. 

Mais les chercheurs affirment qu’une meilleure caractérisation de la manière dont les articulations sont affectées est nécessaire pour prédire l’évolution de la maladie et sa gravité, et pour prescrire un traitement plus précis.